Trong 12 tháng qua, tôi nói chuyện với không ít chủ doanh nghiệp về AI. Và tôi nhận ra một pattern: gần như ai cũng đang hỏi cùng một câu — “AI có thể thay nhân viên của tôi không?” — nhưng lại đang hỏi theo những hàm ý rất khác nhau.
Chủ doanh nghiệp đang tìm cách cắt chi phí nhân sự hỏi câu đó với hy vọng. Người quản lý lo mất team hỏi với nỗi sợ. Nhân viên nghe sếp nhắc tới AI hỏi với sự bất an.
Vấn đề là gần như không ai dừng lại để hỏi câu tiếp theo: thay cụ thể là thay cái gì, theo lộ trình nào, và rủi ro là gì?
Bài này tôi viết để tách ra cho rõ. Không phải để trấn an cũng không phải để doạ. Chỉ là cố nhìn thẳng vào những gì đang thực sự xảy ra.
“Thay người” không phải một sự kiện — đó là một quá trình tháo rời
Khi người ta nói AI thay nhân sự, hình ảnh trong đầu thường là: một ngày đẹp trời, công ty sa thải nhân viên X và cài AI vào chỗ ngồi của X. Hình ảnh này sai về mọi mặt.
Cái đang thực sự xảy ra là một quá trình tháo rời. Công việc của một người bất kỳ — kế toán, nhân viên marketing, sales, chăm sóc khách hàng — thực ra là một tập hợp của 30, 40, thậm chí 50 loại tác vụ khác nhau. AI đang được đánh giá trên từng tác vụ một: làm được bao nhiêu phần trăm, chất lượng thế nào, chi phí và rủi ro ra sao.
Không có tác vụ nào là “thay người hoàn toàn”. Chỉ có những tác vụ mà tỷ lệ AI làm được đã đủ cao để doanh nghiệp không cần thuê thêm người cho riêng tác vụ đó nữa.
Đây là sự khác biệt quan trọng. Và nó thay đổi hoàn toàn cách bạn nên nghĩ về AI trong doanh nghiệp của mình.
Tác vụ nào bị ảnh hưởng trước, tác vụ nào đi sau
Tôi sẽ không nói về tương lai. Tôi nói về cái đã và đang xảy ra — vì lộ trình thực tế đã đủ rõ để mô tả.
Lớp 1 — Việc lặp lại có cấu trúc rõ:
Nhập liệu, phân loại email, tổng hợp báo cáo từ dữ liệu có sẵn, trả lời câu hỏi thường gặp của khách hàng theo quy trình, lên lịch đăng bài mạng xã hội, tạo hợp đồng từ template, xử lý hoá đơn thông thường. Đây là phần AI làm tốt nhất, nhanh nhất, và rẻ nhất.
Ở các doanh nghiệp đã triển khai AI nghiêm túc từ giữa 2024, phần lớn lớp việc này không còn là việc của người nữa — nó vẫn được người bấm nút phê duyệt, nhưng không còn được người tự tay làm.
Lớp 2 — Việc khám phá có giới hạn rõ:
Nghiên cứu đối thủ cạnh tranh từ thông tin công khai, tóm tắt tài liệu dài, thử nghiệm một kênh marketing mới, tạo bản thảo content đầu tiên, phân tích dữ liệu theo câu hỏi đã xác định. AI ở lớp này nhanh nhưng chưa đáng tin hoàn toàn — cần người có kinh nghiệm check và điều chỉnh.
Lớp 3 — Maintain quan hệ và quy trình đã có:
Giao tiếp với khách hàng cũ, xử lý khiếu nại phức tạp, điều phối nội bộ khi có vấn đề xảy ra, đảm bảo chất lượng nhất quán. AI đọc context ở lớp này chưa đủ — mỗi khách hàng, mỗi tình huống có lịch sử và ràng buộc ngầm mà mô hình chưa nắm được hết.
Lớp 4 — Công việc liên-người và phán đoán chiến lược:
Hiểu một khách hàng thực sự muốn gì khi họ nói một điều nhưng nghĩ một điều khác. Quyết định giữa hai hướng đi cùng đúng về lý thuyết. Xây dựng niềm tin với đối tác lâu dài. Chịu trách nhiệm khi kết quả không như kỳ vọng. Những thứ này AI không làm được vì chúng không phải vấn đề thông tin — chúng là vấn đề về vị trí, về quan hệ, về trách nhiệm.
Lộ trình tổng thể: AI đang ăn từ dưới lên, từ việc có cấu trúc rõ sang việc cần phán đoán phức tạp. Quá trình này không đồng đều và không tuyến tính — nhưng hướng đi thì rõ.
Điều thực sự xảy ra với đội nhóm: nén, không thay
Doanh nghiệp của bạn không bị “thay” bởi AI. Nó bị nén.
Một team 10 người không trở thành 0 người sau khi có AI. Nó trở thành team 6-7 người, mỗi người làm được lượng việc mà trước đây cần 1.5 người, và AI xử lý phần lặp lại ở giữa.
Phần tiết kiệm chi phí đó là thật. Tôi không phủ nhận.
Nhưng “nén” và “thay” là hai thứ khác nhau về bản chất, và nhầm lẫn hai khái niệm này là nguồn gốc của nhiều quyết định sai lầm tôi thấy các SME đang mắc phải.
Nén đúng chỗ — tức là cắt bớt đúng những tác vụ AI đã làm được tốt — thì doanh nghiệp nhẹ hơn, nhanh hơn, và team còn lại được giải phóng cho việc quan trọng hơn.
Nén sai chỗ — cắt người ở những vị trí vẫn cần phán đoán của con người, chỉ vì AI “làm được một phần” — thì chất lượng dịch vụ vỡ, khách hàng cảm nhận ngay, và chi phí sửa chữa hậu quả lớn hơn nhiều so với chi phí tiết kiệm được.
Ảo tưởng nguy hiểm nhất: “Có AI rồi không cần junior nữa”
Ảo tưởng nguy hiểm hơn “AI thay được tất cả” là: “Tôi có AI nên tôi không cần thuê nhân viên cấp thấp nữa.”
Tôi nghe câu này thường xuyên. Và nó nghe có vẻ hợp lý — AI làm được nhiều việc mà trước đây cần junior làm, vậy tại sao phải trả lương cho người khi có AI rẻ hơn?
Vấn đề là logic đó bỏ qua một thứ: senior của bạn ngày mai được tạo ra từ junior của bạn ngày hôm nay.
Không ai sinh ra đã là senior. Người quản lý giỏi của bạn, trưởng phòng kinh nghiệm của bạn, người hiểu khách hàng và quy trình sâu nhất trong công ty của bạn — tất cả đều đã từng là junior. Họ học qua việc làm thật, mắc lỗi thật, được sửa, được mentor, tích lũy phán đoán qua nhiều năm va chạm với thực tế.
Nếu bạn cắt đầu vào junior hôm nay vì AI làm thay phần việc đó, 3-5 năm nữa bạn sẽ không có lớp mid-level để thăng cấp, và 7-10 năm nữa sẽ không có senior mới để thay thế những người nghỉ việc.
Lúc đó AI vẫn không tự vận hành được doanh nghiệp của bạn. Nhưng bạn cũng không còn người để vận hành nó.
Bài toán này hiện chưa ai giải, và nó không được nhắc nhiều vì hậu quả nằm xa hơn chu kỳ tài chính ngắn hạn mà phần lớn quyết định kinh doanh đang tối ưu theo.
4 điều chủ doanh nghiệp nên làm ngay bây giờ
Thứ nhất, hỏi đúng câu hỏi.
Trước khi hỏi “AI có thay được nhân viên X không?”, hãy hỏi “tác vụ nào trong công việc của X là lặp lại có cấu trúc rõ, và tác vụ nào cần phán đoán của người?” Đây là câu hỏi thực tế duy nhất có giá trị. Câu trả lời sẽ khác nhau hoàn toàn ở mỗi vị trí, mỗi công ty, mỗi ngành.
Thứ hai, bắt đầu từ tác vụ, không bắt đầu từ người.
Đừng nghĩ “tôi sẽ thay nhân viên A bằng AI”. Hãy nghĩ “tôi sẽ dùng AI để tự động hóa tác vụ X và Y trong công việc hàng ngày của A, để A có thể dành thời gian cho tác vụ Z — thứ thực sự tạo ra giá trị mà AI chưa làm được”.
Thứ ba, đầu tư vào người có khả năng làm việc với AI.
Đây không phải người biết code — đây là người biết đặt câu hỏi đúng, kiểm tra output của AI, phát hiện khi nào AI đang sai, và chịu trách nhiệm cho quyết định cuối cùng.
Thứ tư, đừng để AI trở thành lý do để không đầu tư vào con người.
Doanh nghiệp nào cắt training, cắt mentoring, cắt cơ hội phát triển vì “đằng nào AI cũng thay” — đang tạo ra một tổ chức mà ngay cả AI cũng không cứu nổi, vì không ai còn đủ phán đoán để chỉ đạo AI đúng hướng.
Câu hỏi chưa có câu trả lời
Nếu AI làm hết phần việc có cấu trúc, cái còn lại của nhân viên là phán đoán và chịu trách nhiệm. Nhưng nếu một người phê duyệt 200 quyết định AI gắn cờ trong một ngày và approve 198 cái — họ còn thực sự đang phán đoán không, hay họ chỉ là một cái tên ký vào để doanh nghiệp có người chịu trách nhiệm pháp lý?
Câu hỏi này sẽ định hình cách chúng ta tổ chức doanh nghiệp nhiều hơn bất kỳ tính năng mới nào của AI. Và câu trả lời sẽ không đến từ các công ty công nghệ — nó sẽ đến từ những quyết định bình thường mà từng chủ doanh nghiệp đưa ra mỗi ngày.
Trong đó có quyết định của bạn.
Bạn đang dùng AI để nén team đúng chỗ, hay đang cắt người ở chỗ doanh nghiệp cần nhất? Chia sẻ kinh nghiệm thực tế của bạn trong phần bình luận — tôi đọc tất cả và trả lời mỗi góc nhìn thú vị.
